20260617:目前有914 页

concepts/clinical-ai.md

@@ -0,0 +1,42 @@
+---
+title: "临床人工智能 (Clinical AI)"
+created: 2026-06-10
+updated: 2026-06-10
+type: concept
+tags: ["healthcare", "machine-learning", "medical-ai"]
+sources: ["[[principled-uncertainty-clinical-ai]]"]
+---
+
+# 临床人工智能 (Clinical AI)
+
+**临床人工智能**是将机器学习系统部署于医疗环境中的交叉领域，涵盖诊断影像、风险分层、治疗规划和患者分诊等应用。
+
+## 核心挑战
+
+1. **确定性输出的局限**：绝大多数临床 AI 系统输出点估计（如"73% 风险概率"），不提供置信度，无法区分高置信场景与分布外输入
+
+2. **校准问题**：现代深度神经网络普遍校准不良（见 [[expected-calibration-error|ECE]]）
+
+3. **公平性盲点**：标准准确率指标无法检测系统性偏见
+
+## 不确定性在临床 AI 中的双重角色
+
+[[principled-uncertainty-clinical-ai|Principled Uncertainty in Clinical AI]] 提出：
+
+| 传统观点 | 新观点 |
+|---------|-------|
+| 不确定性 = 模型局限 | 不确定性 = **公平性资源** |
+| 目标：最小化不确定性 | 目标：度量、报告、根据不确定性采取行动 |
+
+高 [[epistemic-uncertainty|认知不确定性]] → 模型"知道自己不知道" → 触发人工升级 → 系统性保护弱势患者
+
+## 关键技术栈
+- [[bayesian-deep-learning|贝叶斯深度学习]] — 概率建模
+- [[uncertainty-quantification|不确定性量化]] — UQ 方法
+- [[precision-weighted-fusion|多模态融合]] — 处理异构临床数据
+- [[algorithmic-equity|算法公平性]] — 公平性审计
+
+## 参考
+- [[principled-uncertainty-clinical-ai|Principled Uncertainty in Clinical AI]]
+- [[algorithmic-equity|算法公平性]]
+- [[uncertainty-quantification|不确定性量化]]